R，尝试使用 lag()、grouping() 和 arrange() 从另一列创建列答案

【问题标题】：R, trying to create a column from another one using lag(), grouping() and arrange()R，尝试使用 lag()、grouping() 和 arrange() 从另一列创建列
【发布时间】：2023-02-26 04:30:03
【问题描述】：

求高人指点，编程新手。

我正在尝试使用函数 grouping()、arrange() 和 lag() 在我的数据框中使用来自另一列的数据创建一个新列。我的简化数据框如下所示：

timestamp	id	price
2023-01-01	1	100
2023-01-02	1	102
2023-01-03	1	101
2023-01-04	1	103
2023-01-01	2	10
2023-01-02	2	12
2023-01-03	2	11
2023-01-04	2	13

我想计算每个 ID 与 2 天前相比的价格变化百分比，它看起来像这样：

timestamp	id	price	price_%change_2d
2023-01-01	1	100	N/A
2023-01-02	1	102	N/A
2023-01-03	1	101	0.01
2023-01-04	1	103	0.0098
2023-01-01	2	10	N/A
2023-01-02	2	12	N/A
2023-01-03	2	11	0.1
2023-01-04	2	13	0.098

请注意，ID 未分组并且时间戳实际上没有正确排序，所以我想先排序。

到目前为止，我已经想出了这段代码：

df <- df %>%
  group_by(id) %>%
  arrange(timestamp) %>%
  df$"price_%change_2d" <- (df$price - lag(df$price, n = 2L)) / (lag(df$price, n = 2L))

它给了我错误：

Error in df %>% group_by(id) %>% arrange(timestamp) %>% df$price_%change_2d <- (df$price -  : 
  could not find function "%>%<-"

当我独立尝试代码的每一部分时，它们工作正常，即：

df <- df %>%
  group_by(id) %>%
  arrange(timestamp)

和

df$"price_%change_2d" <- (df$price - lag(df$price, n = 2L)) / (lag(df$price, n = 2L))

但我需要在计算价格变化之前订购数据框。

你能帮我吗？

【问题讨论】：

标签： r dataframe

【解决方案1】：

你会想使用 mutate 来使用 group_by 就像你想要的那样。

IE。

library(dplyr)

df %>%
  group_by(id) %>%
  arrange(timestamp) %>%
  mutate(price_perc_change_2d = (price - lag(price, n = 2L)) / (lag(price, n = 2L))) %>%
  ungroup()

或者从dplyr 1.1.0（可能）缩短为：

df %>%
  mutate(price_perc_change_2d = (price - lag(price, n = 2L)) / (lag(price, n = 2L)), .by = "id")

输出：

  timestamp     id price price_perc_change_2d
  <date>     <dbl> <dbl>                <dbl>
1 2023-01-01     1   100             NA      
2 2023-01-02     1   102             NA      
3 2023-01-03     1   101              0.01   
4 2023-01-04     1   103              0.00980
5 2023-01-01     2    10             NA      
6 2023-01-02     2    12             NA      
7 2023-01-03     2    11              0.1    
8 2023-01-04     2    13              0.0833

【讨论】：